Predicci´ón del empleo formal en la Argentina aplicando algoritmos de aprendizaje autom´ático
Palabras clave:
empleo, predicción, rotación laboral, algoritmos de aprendizaje automático, empleo formalResumen
El empleo formal mejora la calidad de vida al garantizar derechos y beneficios legales. En Argentina, donde gran parte de la población trabaja informalmente, los datos oficiales sobre el mercado laboral presentan retrasos significativos, obstaculizando la implementación oportuna de políticas públicas. Este estudio aplica algoritmos de Aprendizaje Automático a datos de la Encuesta Permanente de Hogares para predecir la condición de formalidad laboral. Siguiendo la metodología CRISP-DM, se implementó imputación múltiple para datos faltantes y se compararon diversos modelos predictivos. XGBoost destacó por su precisión y equilibrio entre sensibilidad y especificidad. Los resultados demuestran la utilidad de modelos predictivos avanzados para anticipar cambios en el empleo formal, facilitando la toma de decisiones más ágiles y efectivas en materia de políticas laborales.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Fernando Alvarez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Acorde a estos términos, el material se puede compartir (copiar y redistribuir en cualquier medio o formato) y adaptar (remezclar, transformar y crear a partir del material otra obra), siempre que a) se cite la autoría y la fuente original de su publicación (revista y URL de la obra), b) no se use para fines comerciales y c) se mantengan los mismos términos de la licencia.
